Najbliższy start: termin wkrótce

Zarezerwuj miejsce

Nowy kurs ALX z praktycznego AI

Vibe Coding: zbuduj własną aplikację z AI jako partnerem technicznym

12 tygodni pracy na żywo, w których przechodzisz od pustego ekranu do działającej aplikacji opublikowanej w internecie. Bez udawania, że AI zrobi wszystko samo. Uczymy Cię prowadzić narzędzia AI tak, żeby dowoziły realny efekt.

  • Online na żywo z trenerem
  • 12 tygodni praktyki
  • Własny projekt uczestnika
  • AI, Git, deploy, integracje

Dlaczego ten kurs

AI nie zastępuje myślenia. Ale świetnie przyspiesza ludzi, którzy umieją z nim pracować.

Vibe coding nie polega na losowym wpisywaniu promptów. To nowy warsztat pracy: planowanie, dzielenie problemu na kroki, kontrolowanie zmian, czytanie efektów AI, poprawianie i wdrażanie. Tego właśnie uczymy.

01

Zbudujesz coś własnego

Nie kończysz kursu z notatkami. Kończysz z aplikacją, którą rozumiesz, rozwijasz i możesz pokazać innym.

02

Nauczysz się prowadzić AI

Poznasz workflow pracy z agentem kodującym: od specyfikacji i promptów po review, rollback i poprawki.

03

Przejdziesz cały proces

Dane, interfejs, baza, publikacja, automatyzacje, integracje i codzienny brief generowany przez AI.

04

Zyskasz praktyczny język IT

Łatwiej dogadasz się z programistami, dostawcami i zespołem, bo zobaczysz realny cykl tworzenia produktu.

Dla kogo

Dla osób, które mają problem do rozwiązania, a nie chcą czekać miesiącami na zespół developerski.

Kurs jest szczególnie dobry dla founderów, managerów, analityków, freelancerów i specjalistów, którzy chcą szybko prototypować narzędzia do pracy.

Founder z pomysłem na MVP

Chcesz sprawdzić pomysł zanim zainwestujesz w pełny zespół.

Analityk lub specjalista

Masz powtarzalne zadania i chcesz zbudować narzędzie, które zrobi je szybciej.

Manager lub lider zespołu

Chcesz rozumieć możliwości AI w praktyce, a nie tylko z prezentacji.

Freelancer lub konsultant

Chcesz dowozić prototypy i automatyzacje bez ciężkiego procesu IT.

Projekt wspólny

Najpierw budujemy razem aplikację „Nasłuch”. Potem przenosisz ten warsztat na własny pomysł.

„Nasłuch” śledzi wybrane ogłoszenia, zapisuje zmiany, pokazuje trendy i wysyła codzienny brief. To zrozumiały, praktyczny przykład: dane z internetu, dashboard, notatki użytkownika, automatyzacja i AI.

Aplikacja po 8 tygodniach potrafi:

  • pobierać nowe oferty według filtrów,
  • zapisywać historię cen i statusów,
  • pozwalać na tagowanie i notatki,
  • pokazywać dashboard trendów,
  • wysyłać poranny brief mailowy,
  • wyciągać informacje z opisów przy pomocy AI.

Program

12 tygodni: od pierwszego pliku HTML po własny projekt i demo day.

Program jest ułożony tak, żeby nie zaczynać od teorii. Najpierw szybki efekt, potem narzędzia, infrastruktura, dane, AI i własny projekt.

Tydzień 1

Widzę swoje dane

Instalacja narzędzi, rozmowa z AI po polsku, pierwszy plik HTML wygenerowany na podstawie danych.

Tydzień 2

Moje dane są ładne

Filtry, wykresy, układ aplikacji, praca na prostym froncie bez nadmiaru technologii.

Tydzień 3

Planowanie z AI

Specyfikacja, małe kroki, czytanie diffów, porządkowanie promptów i migracja do nowocześniejszego stacku.

Tydzień 4

Aplikacja w internecie

Git jako system zapisu, publikacja, baza danych, kontrolowany błąd i powrót do działającej wersji.

Tydzień 5

Dane na żywo

Automatyczne pobieranie danych, obsługa błędów, fallbacki i pierwsze zadania cykliczne.

Tydzień 6

Moje dane, Twoje dane

Logowanie, dane użytkownika, notatki, tagowanie i podstawowe operacje CRUD.

Tydzień 7

Dashboard

Wykresy, podsumowania, praca ze screenshotem jako referencją i dopracowanie użyteczności.

Tydzień 8

AI w produkcie

API modeli, ekstrakcja informacji, generowanie briefu, wysyłka maili i pierwsze demo.

Tygodnie 9-10

Twój projekt

Wybór pomysłu, specyfikacja, pierwsze funkcje, code review i decyzje produktowe.

Tydzień 11

Integracje i ekosystem

OpenRouter, agenci, MCP, alternatywne narzędzia i rozszerzanie horyzontu bez chaosu.

Tydzień 12

Polish i demo day

Test manualny, README, publikacja, prezentacja projektu i certyfikat ukończenia.

Organizacja

Terminy i harmonogram gotowe pod dynamiczne dane z CMS.

Ta sekcja zostawia miejsce na automatycznie generowany harmonogram i kolejne daty startu. Programiści mogą podmienić zawartość elementów oznaczonych atrybutami data-cms-field.

Najbliższa edycja

Start: termin wkrótce

Tryb: online na żywo

Spotkania: 2 razy w tygodniu po 1,5–2 godziny

Zapytaj o harmonogram

Cena i zapis

Praktyczny kurs dla osób, które chcą wejść w AI nie przez teorię, tylko przez działający projekt.

Cena, VAT, raty i szczegóły płatności mogą zostać zaciągnięte z backendu ALX. Poniższy układ jest przygotowany jako miejsce docelowe dla tych danych.

Dlaczego ALX

Nowy temat, ale sprawdzona szkoła pracy: praktyka, trener i konkret.

ALX od ponad dwóch dekad uczy IT w Polsce. Stawiamy na ćwiczenia, pracę warsztatową i kompetencje, które da się wykorzystać w pracy, a nie tylko wpisać do notatnika.

24 latadoświadczenia na rynku
30 000+absolwentów
livezajęcia z trenerem-praktykiem

FAQ

Najczęstsze pytania

W jakich godzinach odbywają się zajęcia?

Docelowe godziny zależą od edycji. Strona ma przygotowane miejsce na harmonogram generowany z kalendarzy ALX. Zakładamy zajęcia online na żywo, zwykle 2 razy w tygodniu po 1,5–2 godziny.

Czy muszę umieć programować?

Kurs jest projektowany z myślą o osobach, które chcą budować z pomocą AI i nie muszą być zawodowymi programistami. Pomaga jednak ogólna swoboda w pracy z komputerem i gotowość do uczenia się narzędzi technicznych.

Czy mogę użyć innego modelu AI niż Claude?

W programie pokazujemy konkretny, działający workflow, ale omawiamy też alternatywy, takie jak OpenRouter, Codex CLI, Qwen Code czy Aider. Celem jest zrozumienie procesu, nie przywiązanie do jednego narzędzia.

Czy po kursie będę mieć własną aplikację?

Tak, taki jest główny cel kursu. Najpierw budujesz wspólny projekt, a w drugiej części kursu pracujesz nad własnym pomysłem albo korzystasz z gotowego szablonu awaryjnego.

Czy kurs jest tylko o promptach?

Nie. Prompty są częścią pracy, ale kurs dotyczy całego procesu: specyfikacji, kontroli zmian, danych, deployu, integracji, pracy z błędami i świadomego odbioru kodu generowanego przez AI.